首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于遗传算法的多目标优化与决策方法研究

摘要第1-7页
Abstract第7-8页
第一章 序论第8-12页
   ·多目标优化与决策第8-9页
   ·遗传算法第9-10页
   ·国内外研究现状第10-11页
   ·本文的研究内容及意义第11-12页
第二章 多目标优化的基本概念第12-17页
   ·多目标优化问题的数学描述第12页
   ·多目标优化的目标第12-13页
   ·占优和Pareto占优第13-15页
     ·占优的概念第13页
     ·用于查找一组非劣解的过程第13-14页
     ·种群的非劣分层第14-15页
   ·凸的和非凸的多目标优化问题第15-17页
第三章 遗传算法的基本实现技术第17-26页
   ·编码方法第17-19页
     ·二进制编码方法第17-18页
     ·浮点数编码方法第18-19页
   ·选择算子第19-21页
   ·交叉算子第21-22页
   ·变异算子第22-24页
   ·基于共享函数的小生境实现方法第24-26页
第四章 无最优保存的多目标进化算法第26-37页
   ·向量评估遗传算法第26-29页
   ·多目标遗传算法第29-30页
   ·非劣分层遗传算法第30-32页
   ·小组决胜遗传算法第32-36页
   ·小结第36-37页
第五章 最优保存的多目标进化算法第37-51页
   ·基于距离的Pareto遗传算法第38-41页
   ·抗力Pareto进化算法第41-45页
     ·束算法第43-45页
   ·最优保存的非劣分层遗传算法第45-50页
     ·拥挤距离第47-49页
     ·拥挤联赛选择算子第49-50页
   ·小结第50-51页
第六章 用于处理约束限制的多目标进化算法第51-59页
   ·罚函数法第51-52页
   ·Jiménez—Verdegay—Goméz-Skarmeta的方法第52-54页
   ·约束联赛法第54页
   ·Ray—Tai—Seow的方法第54-57页
   ·小结第57-59页
第七章 多目标优化与决策技术第59-68页
   ·先验优先权技术第59-60页
     ·加权和法第59页
     ·加权尺度法第59-60页
   ·后验优先权技术第60-62页
     ·折衷规划法第60-61页
     ·伪权向量法第61-62页
   ·优先权演化技术第62-67页
     ·偏好共享法第62-64页
     ·控制占优法第64-66页
     ·加权占优法第66-67页
   ·小结第67-68页
第八章 多目标进化算法的应用第68-71页
第九章 结束语第71-73页
致谢第73-74页
参考文献第74-77页
附录1:罚函数法+NSGA-Ⅱ算法的Visual C++程序清单第77-90页
附录2:约束联赛法+NSGA-Ⅱ算法的Visual C++程序清单第90-98页

论文共98页,点击 下载论文
上一篇:黄土抗侵蚀能力与抗剪强度的关系研究
下一篇:滑坡加固方案优化的智能方法研究